DDIA书籍（带猪的书籍）-逐步了解数据库

几个月前，在一项回顾展中，我们决定尝试一起阅读。

我们的格式：

1. 选择一本书。
2. 我们确定一周内需要阅读的部分。 选择小音量。
3. 在星期五，我们讨论阅读的内容。
4. 我们在非工作时间阅读，在工作时间进行讨论。
5. 读完本书后，我们共同选择以下内容。

有什么好处：

1. 读书动机和阅读能力。
2. 技能发展（包括未来）。
3. 团队中思维方式和术语的统一。
4. 信心的增长。
5. 说话的另一个原因。

我们最近阅读的书籍之一是《 设计数据密集型应用程序》 。 是的，那本有猪的书。 每个人都非常喜欢这本书，因此我决定在这里进行复习，以便更多的人阅读。


原始品质的地图

出版商彼得将这本书翻译成俄文。 但是我们读的是原文，所以我不保证这些术语的翻译会匹配。 而且，我们故意不翻译部分术语。

本书的第一部分致力于数据处理系统的基础。

第一章指出，此类系统的重要属性是可靠性，可伸缩性和易于维护。

第二章介绍各种数据模型。 描述了常用的关系型和面向文档的DBMS，以及鲜为人知的图形和列数据库。
前几章是最新的，确定了本书的范围。 在下面的许多地方，作者引用了第一章。 公平地说，我们可以说这本书充满了交叉引用。

从第一章开始，令人惊讶的是来源的数量（每章后面都有参考书目）。 所有章节都精心安排了数十篇文章（博客和科学文章）和书籍的链接。 一些章节的来源数量超过一百。

第三章从最简单的键值存储的源代码开始：

#!/bin/bash db_set () { echo "$1,$2" >> database } db_get () { grep "^$1," database | sed -e "s/^$1,//" | tail -n 1 } 

它甚至可以工作，非常擅长写作，但是，当然，并非没有阅读问题。
立即提供了用于提高性能的选项。 描述哈希索引，SSTable，b树和LSM树。 所有这些都在手指上进行了解释，但是显示了在熟悉的数据库中如何使用这种结构。

专注于实践是本书的另一个标志。 大多数示例和食谱都很实用，以至于我遇到了几乎所有相关内容。
第四章介绍编码：从常规的JSON和XML到Protobuf和AVRO。 我们并不总是有意识地选择格式，它通常是由一种或另一种技术作为整体施加的。 但是了解它在内部的工作原理，格式的优缺点是很酷的。

作者没有专门使用术语序列化，因为该术语在数据库中还有一个含义。

这些章节的内容比我的简短介绍要丰富得多。 第一部分还描述了OLTP和OLAP之间的区别，如何安排全文搜索和列数据库，REST和消息代理中的搜索。

本书的第二部分讨论了分布式数据处理系统。 几乎所有已或多或少加载的现代系统都具有多个副本或子系统（微服务）。

当我们第一次开始一起练习阅读时，我们只是讨论了笔记，有趣的地方和想法。 在某个时候，我们意识到我们只是没有足够的对话，在讨论之后，一切很快就被遗忘了。 然后，我们决定加强实践，并增加了思维导图填充。 创新就是这本书。 从第二部分开始，我们开始维护每一章的思维导图 。 因此，每一章都将涉及我们的思维导图。 我们使用了coggle.it

第五章介绍复制。


此处收集了有关副本的所有基本信息：单原版，多原版，复制日志以及如何在无领导者系统中保留竞争记录。

第六章介绍了分区（又名分片和其他术语）。

您将学习如何将数据分解为碎片，可以解决哪些问题以及要解决哪些问题，如何建立索引和平衡数据。

第七章 ：交易。

描述了现象（读取偏斜，写入偏斜，幻像读取等），以及ACID样式数据库的隔离级别如何帮助避免问题。

第八章：关于分布式系统特有的问题。

作者强调了一个重要的想法：如果系统较早在一台机器上运行，并且在发生故障的情况下，整个系统就会停止工作（并接受任何新数据）。 因此，故障后的数据保持一致状态，但是今天，在副本和微服务时代，只有部分系统关闭。 因此，我们面临一个新问题：在部分故障，网络不可靠的持续问题等情况下确保数据一致性。

第九章描述了一致性和共识，并介绍了一个重要的概念：线性化。 我记得头很硬而且适合我的头）

本章还介绍了两阶段提交技术及其缺点。 此外，在本章中，您还将阅读有关有序保证的信息。 现代系统如何以及为您提供什么。

本书的第三部分专门介绍派生数据（没有确定的译文）。 结果，作者提出了一个想法，即所有索引，表，实例化视图都只是日志上的缓存。 仅日志包含最相关的数据，其他所有数据均已延迟，为方便起见。

第十章。

如果您有Hadoop或MapReduce的经验，也许您将学到很少的新知识。 但是我没有工作，这很有趣。 对我来说重要的一点-批处理的结果本身可以成为另一个数据库的基础。

第11章。流数据处理。

描述了消息代理，以及AMPQ样式与基于日志的样式有何不同。 实际上，本章还包含许多其他信息。 阅读非常有趣。

上一章是关于未来的。 期望什么，研究人员和工程师的想法已经忙碌了。


我的评论到此结束。 重要的是要理解，我在每一章中只做部分论文。 这本书内容如此密集，以至于不可能简短地讲述，而是完全重述。

我个人认为这本书是过去几年中最好的技术。 我强烈建议阅读。 不仅要阅读，还要努力。 遵循参考书目中的链接，使用真正的DBMS。

阅读本书之后，您可以在技术数据库访谈中轻松回答许多问题。 但这不是重点。 作为一名开发人员，您会变得更加冷静，您将了解各种数据库的内部结构，优缺点，并思考分布式系统的问题。

我准备在评论中讨论本书本身以及我们一起阅读的习惯。

看书！